前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Pandas 处理丢失数据

Pandas 处理丢失数据

作者头像
山海散人
发布2021-03-03 12:32:09
8990
发布2021-03-03 12:32:09
举报
文章被收录于专栏:山海散人技术山海散人技术
代码语言:javascript
复制
import pandas as pd
import numpy as np

dates =pd.date_range('20130101', periods = 6)
df = pd.DataFrame(np.arange(24).reshape((6, 4)), index = dates, columns = ['A', 'B', 'C', 'D'])
df.iloc[0, 1] = np.nan
df.iloc[1, 2] = np.nan

print(df)

# 删除有NaN值的数据
# axis=0 表示以行删除,axis=1表示以列删除
# how='any' 表示有任何NaN就执行删除操作,how='all' 表示删除所有制都为NaN的数据
print(df.dropna(axis = 0, how = 'any'))  # how = {'any', 'all'}
print(df.dropna(axis = 1, how = 'any'))

# 为NaN值填充value
print(df.fillna(value =0))

# 判断数据是否缺失,会返回所有数据位为True或False
print(df.isnull())

# 判断整个数据是否丢失数据,只要有一个位置丢失数据,就返回True,否则返回False
print(np.any(df.isnull()) == True)
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2017/12/07 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档